梅約診所AI於診斷前三年偵測出胰臟癌

梅約診所公布了REDMOD（一款人工智慧模型）最新的驗證數據，其旨在於腫瘤尚未明顯顯現於影像時，於例行腹部CT掃描偵測胰臟癌的早期徵象。

根據梅約診所說明，該模型分析了近2,000份原先被判讀為正常，卻在後續被確診為胰臟癌的CT掃描。REDMOD在臨床診斷前約16個月內，就早期偵測出73%的胰臟癌個案，其偵測率幾乎是未使用AI協助的專科醫師的兩倍。當分析距離診斷時間超過兩年以上的影像時，AI偵測早期癌變的能力更是專家的近三倍。

資料來源：梅約診所新聞網，「梅約診所AI在劃時代驗證研究中能於診斷前三年偵測胰臟癌，2026年4月29日發表。

REDMOD的創新之處

REDMOD代表基於放射組學的早期偵測模型（Radiomics-based Early Detection Model）。它並不限於找尋可見的腫瘤，而是分析胰臟中可能代表早期疾病的細微定量模式。

梅約診所指出，該系統會測定數百項影像特徵，包括：

• 組織紋理
• 結構模式
• 定量放射組學訊號
• 放射科醫師無法目視的早期生物變化

這些特徵擷取自標準CT掃描，通常是病患因其他醫療需求所做之檢查。

驗證研究主要結果

發現	報告結果
受分析的CT掃描數	近2,000例
REDMOD偵測的早期胰臟癌比例	73%
診斷前的中位領先時間	約16個月
最早偵測可能時間窗	長達3年
距離診斷超過2年前AI表現	近為專科醫師3倍偵測率

該研究同時驗證模型在多家機構、不同成像設備及掃描流程下之效能，梅約診所表示這是將此工具應用於臨床實務的重要一步。

為何早期偵測如此重要

胰臟癌之所以難以早期診斷，是因為初期通常沒有明顯症狀。梅約診所指出，超過85%的患者被診斷時癌症已經擴散；根據美國國家癌症研究所，五年存活率低於15%。

因此，早期偵測格外關鍵。若AI模型能於腫瘤尚未明顯出現前，認出高風險影像，臨床醫師便有更多時間評估、追蹤，或在疾病仍然可治癒時介入。

如何融入日常照護

REDMOD最重要的特點之一，是能在病患原本就會接受的掃描中運作，無須額外安排篩檢流程，大幅減少醫療流程的干擾。

梅約診所表示，該模型目標是自動分析常規CT影像，尤其針對如新發糖尿病等較高風險族群。若經前瞻性臨床應用驗證，該系統可幫助提早辨識需要更密切追蹤者，阻止胰臟癌在臨床明顯之前惡化。

後續發展

梅約診所正透過AI-PACED（人工智慧胰臟癌早期偵測）計畫深化此項研究。這是一項前瞻性研究，評估如何將AI輔助偵測整合於高風險患者的照護流程。

下一階段將針對以下臨床實務問題提供答案，包括：

• AI有多常正確標記出早期疾病
• 產生多少假陽性
• 臨床醫師應如何處理風險升高的結果
• 早期偵測是否能改善患者預後

更宏觀的意義

REDMOD反映出醫學AI的更大趨勢：從僅偵測明顯異常，進化到識別人類難以察覺的生理細微變化。

對於胰臟癌這類晚期診斷仍是預後最大障礙的疾病而言，這項轉變意義重大，代表的不僅是加快影像解析，更是在例行醫學影像中嵌入了嶄新的早期預警智慧。

然而，REDMOD目前尚無法完全取代臨床判斷。它在真實世界的價值，仍需仰賴未來前瞻性測試、謹慎納入照護流程，以及證據證明早期AI偵測確實能帶來更佳的病患預後。

資料來源說明

本文根據梅約診所新聞網所公布的REDMOD胰臟癌早期偵測研究資訊及其於《Gut》期刊之相關發表內容撰寫。